概述：质量检验（质检）是工业制造中的关键流程，保障产品质量与用户体验。基于人工智能（AI）的工业质检系统在效率、精度和成本方面优于传统人工质检，成为工业企业智能化转型的重要方向。推动工业质检技术场景化落地需从模型训练、算法优化、算力基础设施创新入手，满足工业企业的质量标准和生产节拍要求。
挑战：工业智能质检落地面临多重瓶颈，包括应用标准严苛且碎片化、部署面临工业场景特殊性挑战、未知场景和未知缺陷识别难、少样本场景下难以实现快速冷启动、高精度语义分割无法满足实际应用需要、深度学习模型推理性能需支撑高精度检测等。
解决方案：百度智能云推出基于百度工业视觉智能平台的工业智能质检方案，采用英特尔软硬件产品搭建统一工业 AI 底座，在云边端架构下实现数据/AI 能力闭环流通和控制。方案通过边缘端的英特尔® 酷睿™ 处理器进行 AI 推理，并使用英特尔® OpenVINO™ 工具套件进行性能优化，满足工业智能质检算法推理对精度和速度的要求。
方案架构：百度智能云工业智能质检方案基于百度工业视觉智能平台，采用英特尔® 架构搭建统一的工业 AI 底座，在云边端架构下实现数据/AI 能力闭环流通和控制。方案支持多类型硬件，包括服务器、工控机、边缘盒子、智能相机等，面向 3C 质检、化纤质检、纺织质检、汽车质检等多种行业场景，提供定制化设计。方案构建了利用缺陷数据实现模型预测准确率不断优化升级的闭环，通过数据上传、视觉对齐、数据标注、模型训练、测试、封装以及模型分发到终端，边缘节点采集的数据上传到云端反哺模型训练迭代的全自动流程闭环。
算法优势：方案提供零/少样本缺陷数据冷启动解决方案，高效识别复杂场景和未知缺陷，提供高精度检测分割能力。基于英特尔® 架构的服务器/边缘计算盒提供强大算力，其中百度智能云服务器搭载英特尔® 至强® 可扩展处理器，新一代英特尔® 至强® 可扩展处理器加入增强版英特尔® 深度学习加速技术，支持 16 位 BF16 和矢量神经网络指令，有效加速人工智能推理性能。百度智能云边缘计算盒搭载了英特尔® 酷睿™ 处理器，具有强大的计算能力、低功耗和高性价比等特点。方案还利用 OpenVINO™ 工具套件进行推理性能的优化。
案例研究：百度智能云为小仙炖提供燕窝原料杂质智能挑拣方案，采用百度 AI 智能一体机，搭载英特尔® 酷睿™ 处理器和高度适配算力的杂质识别模型。该一体机利用工业相机拍摄流水线上的产品并生成照片，然后将每张照片拆分成几十上百张小尺寸推理单元，推理模型会识别各单元中的杂质像元，再按序合并推理结果，确认不同尺寸的杂质定位、形态特征和分布密度，经过特征筛选、坐标定位、挑拣位合并优化后，对机械结构发出分型挑拣的指令，从而实现自动化杂质判定及精细化挑拣。方案以 0.05mm 挑拣精度助力小仙炖实现超过 80% 的杂质拣出率、2% 的损耗率、700g/h 的挑拣速度。
收益：方案解决了传统视觉检测缺陷识别能力较差、鲁棒性不高等方面的痛点，构建了零代码的工业 AI 视觉模型训练及部署迭代闭环，帮助企业实现降本、提质、增效，助力产业实现数字化、智能化升级。具体而言，方案能够提升产品品质，满足安全要求；降低平台构建、运维门槛与成本；具备出色的缺陷识别能力与环境适应能力；帮助工业企业实现数智化转型。
展望：基于英特尔® 架构的百度智能云工业智能质检方案融合了英特尔面向 AI 的软硬件组合，以及百度智能云在视觉检测领域的创新，提供了云边端一体化的工业智能质检能力。该方案具备缺陷识别能力强、鲁棒性高、应用门槛低、总体拥有成本低、可跨行业与场景应用等优势，可以持续赋能合作伙伴和客户，为千行万业构建智能化的质检基石。未来，百度与英特尔将继续深度合作，深入生产实践的一线场景，聚焦视觉技术应用的痛点，将视觉技术融入云边端等各种计算设备，释放数据潜能，加速自动化升级，充分赋能企业的 AI 应用服务，助力工业企业提升生产效益，为中国制造业的高质量发展贡献力量。
